一种孤立点挖掘的混合核方法.pdfVIP

第 37卷 第 3期 计 算 机 科 学 Vo1．37No．3 2010年 3月 Computer Science M ar2O1O 一 种孤立点挖掘的混合核方法 田 江 顾 宏 (大连理工大学电子与信息工程学院 大连 116023) 摘 要 孤立点是不具备数据一般特性的数据对象。支持向量机 (SVM)将数据点映射到高维特征空间，通过划分最 大间隔的超平面来分离孤立点和正常点。利用支持向量机在处理小样本、高维数及泛化性能强等方面的优势，提 出了 一 种新的基于高斯过程潜变量模型(GPLVM)和支持向量分类的检测模型算法。利用GPLVM 提供潜变量到数据空 间的平滑概率映射实现数据 降维，然后通过 SVM 交叉验证进行孤立点检测 。在 KDD99数据集上进行 了仿真实验 ， 数值结果表明该算法在保证低误报率的前提下能有效地提高检测率，证明了方法的有效性。 关键词 孤立点检测 ，支持 向量机 ，数据降维，高斯过程潜变量模型 中图法分类号 TP181 文献标识码 A HybridMethod forOutliersDetectionUsingGPLVM andSVM TIAN Jiang GU Hong (SchoolofElectronicandInformationEngineering，DalianUniversityofTechnology，Dalian116023，China) Abstract OutliersareobjectsthatdonotcomplywiththegeneralbehaviorofthedatSVM (supportvectormachine) findsthemaximalmarginhyperplaneinfeaturespaceforthepurposeofdistinguishing theoutliersfrom normalsam— pies．BasedonthehighperformanceofSVMsintacklingsmallsamplesize，highdimensionanditsgoodgeneralization， weproposedanew methodforoutlierdetection，whichcombines3novelunsupervisedalgorithm GPLVM (Gaussian processIatentvariablemode1)withstandardSvM GPLVM providesasmoothprobabilisticmappingfrom latenttodata space，embedsthedatasetinalow-dimensionalspacewhichisusedforcrossvalidationofSVM．Theproposedapproach wasappliedtoKDD99benchmarkproblems，andthesimulationresultsshow itsvalidity． Keywords 0utlierdetection，Suppo rtvectormachine，Dimensionalityreduction，GPLVM 不可分的数据，支持向量机通过非线性映射将原始输入数据 1 引言 变换到高维空间，在新的空间内找到最大边缘超平面分离两 孤立点检测用于发现不具备一般数据特性的数据，进而 类数据。但在实际应用中，原始数据的特征选择会影响到分 发现潜在的有用信息。它可以应用到很多领域，如信用卡欺 类性能，而很多应用数据包含大量的特征，过高的特征维数使 诈检测、安全系统、医学诊断、网络入侵检测和信息检索